中國(guó)植被總初級(jí)生產(chǎn)力對(duì)氣候變化的響應(yīng)

高振翔, 葉 劍, 丁仁惠, 唐 歡, 周紅根, 李 成

(1.宿遷市氣象局, 江蘇 宿遷 223800; 2.江蘇省氣象探測(cè)中心,南京 210008; 3.揚(yáng)州大學(xué) 園藝與植物保護(hù)學(xué)院, 江蘇 揚(yáng)州 225009)

植被作為陸地生態(tài)系統(tǒng)的重要組成部分，是生態(tài)系統(tǒng)能量流動(dòng)與物質(zhì)循環(huán)的紐帶[1-2]，具有調(diào)節(jié)氣候、涵養(yǎng)水源、維持區(qū)域碳平衡等作用[3-4]。植被總初級(jí)生產(chǎn)力(Gross Primary Productivity，GPP)是指綠色植物在單位面積、單位時(shí)間內(nèi)通過(guò)光合作用所固定的有機(jī)物總量[5-6]，它不但能反映生態(tài)系統(tǒng)的生產(chǎn)能力和健康狀況，同時(shí)也是表征碳循環(huán)和可持續(xù)發(fā)展的重要指標(biāo)[7]，并與氣候變化[8]、糧食安全[9]、碳循環(huán)等[10]全球熱點(diǎn)問(wèn)題息息相關(guān)。因此，揭示植被GPP的長(zhǎng)期變化特征是目前生態(tài)系統(tǒng)碳循環(huán)研究的熱點(diǎn)之一，對(duì)緩解和適應(yīng)氣候變化具有重要的意義[11-12]。

目前針對(duì)植被GPP的估算方法主要包括生物量調(diào)查法、渦度相關(guān)法和模型模擬等[13-14]。其中，模型模擬方法在大區(qū)域、長(zhǎng)時(shí)序植被GPP估算方面具有一定的優(yōu)勢(shì)[15-16]。近年來(lái)，許多學(xué)者應(yīng)用多種不同的生態(tài)過(guò)程模型，對(duì)植被GPP的時(shí)空變化特征進(jìn)行了深入分析，取得了許多成果[17-18]，應(yīng)用廣泛的生態(tài)過(guò)程模型主要有Biome-BGC，CENTURY，IBIS等[19-21]。然而，由于不同生態(tài)過(guò)程模型會(huì)受到輸入數(shù)據(jù)質(zhì)量、參數(shù)化方案及參數(shù)優(yōu)化等因素的影響，使它們?cè)谥脖籊PP的估算結(jié)果方面，如植被GPP均值、變化趨勢(shì)和變化范圍等，存在較大不一致性。以往研究表明：中國(guó)地區(qū)植被GPP主要集中在5.97～7.03 Pg C/a[22-25]，差異較為明顯，而且不同地區(qū)和不同時(shí)間段GPP對(duì)氣候因子也表現(xiàn)出不同的敏感性和響應(yīng)特征[26]。因此，科學(xué)、合理地估算植被GPP動(dòng)態(tài)變化及影響因子是生態(tài)系統(tǒng)碳循環(huán)研究的重要問(wèn)題之一。隨著渦度觀測(cè)資料與遙感數(shù)據(jù)的不斷發(fā)展，以此為基礎(chǔ)的遙感機(jī)理模型，得到了長(zhǎng)足的進(jìn)步，廣泛應(yīng)用于大范圍植被GPP的動(dòng)態(tài)監(jiān)測(cè)，如EC-LUE模型。最近，Zheng等[27]對(duì)EC-LUE模型進(jìn)行了進(jìn)一步的改進(jìn)，綜合考慮了大氣CO2濃度、太陽(yáng)輻射和VPD等因素對(duì)植被GPP的可能影響，并將估算結(jié)果與基于生態(tài)過(guò)程模型、機(jī)器學(xué)習(xí)等方法的結(jié)果進(jìn)行了相比，表明改進(jìn)后的EC-LUE模型具有更好的模擬效果。在此背景下，目前中國(guó)植被GPP時(shí)空動(dòng)態(tài)及其對(duì)氣候因子的響應(yīng)關(guān)系如何，還尚不明確。

為此，本研究基于改進(jìn)后的EC-LUE模型輸出結(jié)果，分析1982—2016年中國(guó)植被GPP的時(shí)空變化特征，并探討植被GPP對(duì)氣候因子的響應(yīng)，以期為氣候變化背景下中國(guó)植被GPP遙感監(jiān)測(cè)和生態(tài)可持續(xù)發(fā)展提供重要參考。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來(lái)源

本研究的植被GPP數(shù)據(jù)集源于改進(jìn)后的EC-LUE模型(https:∥figshare.com/articles/dataset/Improved_estimate_of_global_gross_primary_production_for_reproducing_its_long-term_variation_1982～2017/8942336/3)，時(shí)間跨度為1982—2016年，空間分辨率為0.05°×0.05°。經(jīng)過(guò)數(shù)據(jù)處理后，得到中國(guó)1982—2016年植被GPP。

氣象數(shù)據(jù)來(lái)源于國(guó)家氣象數(shù)據(jù)網(wǎng)(https:∥data.cma.cn/)，時(shí)間跨度為1982—2016年，共獲得653個(gè)氣象站逐日氣溫、降水、日照時(shí)數(shù)等資料。經(jīng)過(guò)數(shù)據(jù)預(yù)處理和空間插值后，得到與植被GPP相同分辨率的氣象要素?cái)?shù)據(jù)。

1.2 研究方法

1.2.1 趨勢(shì)分析 利用一元線性回歸方法分析植被GPP的變化趨勢(shì)，公式為：

(1)

式中：θslope為研究區(qū)域內(nèi)植被GPP的變化率；n為研究的時(shí)間數(shù)(年)；GPPi為第i年植被GPP。θslope>0表示研究區(qū)域內(nèi)植被GPP呈上升趨勢(shì)，反之，呈下降趨勢(shì)。

1.2.2 相關(guān)性分析 利用相關(guān)系數(shù)來(lái)描述植被GPP與氣溫、降水的相關(guān)關(guān)系，線性相關(guān)系數(shù)的計(jì)算公式為：

(2)

(3)

式中：rxy，rxz分別為植被GPP與氣溫、降水的線性相關(guān)系數(shù)；xi，yi，zi分別為第i年的植被GPP、氣溫及降水；xave，yave，zave分別為植被GPP、氣溫及降水的平均值；n為年份數(shù)。

在此基礎(chǔ)上，利用偏相關(guān)系數(shù)進(jìn)一步描述植被GPP與氣溫、降水的相關(guān)關(guān)系，計(jì)算公式為：

(4)

(5)

式中：rxy，rxz，ryz分別為植被GPP與氣溫、GPP與降水、氣溫與降水的單相關(guān)系數(shù)；rxy,z為降水固定后植被GPP與氣溫的偏相關(guān)系數(shù)；rxz,y為固定氣溫后植被GPP與降水的偏相關(guān)系數(shù)。

實(shí)際上，各個(gè)要素的變化是相互聯(lián)系、相互影響的，采用復(fù)相關(guān)分析來(lái)體現(xiàn)綜合影響，復(fù)相關(guān)的計(jì)算公式為：

(6)

式中：rx,yz為植被GPP與氣溫、降水的復(fù)相關(guān)系數(shù)；rxy為植被GPP與氣溫的單相關(guān)系數(shù)；rxz,y為氣溫固定后植被GPP與降水的偏相關(guān)系數(shù)。

2 結(jié)果與分析

2.1 中國(guó)植被GPP空間分布特征

1982—2016年中國(guó)植被GPP多年平均值的空間分布見圖1。植被GPP呈現(xiàn)出較為明顯的空間異質(zhì)性，整體呈南高北低的分布特征。單位面積年均GPP變化范圍為0～3 051.08 g C/(m2·a)，多年平均值為897.48 g C/(m2·a)。具體而言，西北、青藏高原以及內(nèi)蒙古中西部等地區(qū)，年均植被GPP多在500 g C/(m2·a)以下；東北、華北、華中和華東北部地區(qū)年均植被GPP介于500～1 500 g C/(m2·a)；西南地區(qū)東部及東南沿海的大部分地區(qū)，年均植被GPP介于1 500～2 000 g C/(m2·a)，特別是云南、海南等地區(qū)年均植被GPP在2 000 g C/(m2·a)以上。

由圖1可知，年均植被GPP在500 gC/(m2·a)以下的植被面積占總面積的32.9%，而在500～1 500 gC/(m2·a)和1 500～2 000 gC/(m2·a)的植被面積分別占比30%，12.3%，超過(guò)2 000 gC/(m2·a)以上的植被面積占比6.8%。

注：基于標(biāo)準(zhǔn)地圖服務(wù)系統(tǒng)下載的審圖號(hào)GS(2016)1569號(hào)的標(biāo)準(zhǔn)地圖制作，底圖未做修改，下圖同。

2.2 中國(guó)植被GPP時(shí)間分布特征

中國(guó)1982—2016年年均植被GPP整體上呈波動(dòng)上升趨勢(shì)(圖2A)。近35 a中國(guó)年均GPP總量為6.36 Pg C/a，單位面積年均GPP波動(dòng)范圍為814.7～966.3 g C/(m2·a)，年均增長(zhǎng)率2.43 g C/(m2·a)。鑒于森林、草地、農(nóng)田是中國(guó)植被的主要類型，因此本文主要分析森林、草地、農(nóng)田這3類的變化特征。整體上，這3種植被類型的GPP均呈波動(dòng)上升趨勢(shì)(圖2B)，其中農(nóng)田GPP增加速率最大，為3.75 g C/(m2·a)。

圖2 1982-2016年中國(guó)GPP均值、不同植被類型GPP年際變化

對(duì)中國(guó)1982—2016年植被GPP變化趨勢(shì)進(jìn)行逐像元分析(圖3)，其中約有70.6%的地區(qū)植被GPP變化趨勢(shì)為0～20 g C/(m2·a)。如圖3B所示，植被GPP呈顯著增加趨勢(shì)的植被面積約占總面積的40.6%，主要分布北方地區(qū)；GPP呈顯著減小趨勢(shì)的地區(qū)主要分布在東北和東南沿海的部分地區(qū)，約占總面積的8.2%。

2.3 植被GPP與氣候因子的相關(guān)性

整體上近35 a來(lái)中國(guó)植被GPP與氣溫呈正相關(guān)關(guān)系，偏相關(guān)系數(shù)為0.67。約有33.4%的植被面積通過(guò)了p<0.05水平的顯著性檢驗(yàn)(圖4A)，它們的偏相關(guān)系數(shù)介于-0.78～0.86。其中，呈顯著正相關(guān)的面積約占總面積的31.2%，主要分布在中部地區(qū)，特別是陜西、河南、安徽北部等；呈顯著負(fù)相關(guān)的面積約占2.2%，主要集中在東南沿海和東北的部分地區(qū)。

近35 a來(lái)中國(guó)植被GPP與降水呈正相關(guān)關(guān)系，偏相關(guān)系數(shù)為0.31。約有18.8%的植被面積通過(guò)了p<0.05水平的顯著性檢驗(yàn)(圖4B)，偏相關(guān)系數(shù)介于-0.64～0.80。其中，呈顯著正相關(guān)的區(qū)域主要分布在北方的大部分省區(qū)，如內(nèi)蒙古、山西、河北、陜西等；呈顯著負(fù)相關(guān)的區(qū)域相對(duì)較少，僅在部分地區(qū)有零星分布。

2.4 驅(qū)動(dòng)分析

植被GPP的變化主要受到氣候因素影響，氣候條件中的氣溫和降水是影響植被生長(zhǎng)的重要因子。本文通過(guò)計(jì)算植被GPP與氣候因子的復(fù)相關(guān)關(guān)系，并根據(jù)植被變化驅(qū)動(dòng)分區(qū)的原則，對(duì)中國(guó)植被GPP變化的驅(qū)動(dòng)因子進(jìn)行分析。

圖3 1982-2016年中國(guó)植被GPP變化率、GPP變化趨勢(shì)

圖4 1982-2016年中國(guó)植被GPP與氣溫、降水的偏相關(guān)系數(shù)空間分布

對(duì)植被GPP與氣溫和降水進(jìn)行復(fù)相關(guān)分析，發(fā)現(xiàn)約有57.4%的植被面積通過(guò)了p<0.05水平的顯著性檢驗(yàn)(圖5A)，復(fù)相關(guān)系數(shù)介于0.33～0.87。顯著性較強(qiáng)的區(qū)域(復(fù)相關(guān)系數(shù)0.61～0.87)約占總面積的7.9%，主要分布在陜西北部、內(nèi)蒙古南部等地區(qū)。

由中國(guó)GPP變化的驅(qū)動(dòng)分區(qū)(圖5B)可知，1982—2016年植被GPP變化受氣溫、降水強(qiáng)驅(qū)動(dòng)的面積約占總面積的8.1%，主要分布在陜西北部、河北東南部；受降水為主要驅(qū)動(dòng)因子的面積占比15.1%，主要集中在內(nèi)蒙古東部和新疆北部；受氣溫為主要驅(qū)動(dòng)因子的區(qū)域主要分布在青藏高原的大部分地區(qū)，面積占比25.3%；而受氣溫、降水為弱驅(qū)動(dòng)因子的植被面積約占總面積的8.9%，分布較為分散。此外，在東北、華南的一些地區(qū)表現(xiàn)為非氣候因子驅(qū)動(dòng)(見圖5B中NC地區(qū))，約占42.6%。

圖5 1982-2016年中國(guó)植被GPP與氣溫、降水的復(fù)相關(guān)系數(shù)及GPP變化驅(qū)動(dòng)力分區(qū)

3 討 論

本研究的植被GPP數(shù)據(jù)集源于改進(jìn)后的EC-LUE模型，該模型綜合考慮了大氣CO2濃度、太陽(yáng)輻射和VPD等環(huán)境因素，并經(jīng)過(guò)地面渦度通量塔的驗(yàn)證，具有較高的精度，是目前較好的植被GPP遙感產(chǎn)品之一[27]。在已有的中國(guó)植被GPP研究中，由于模型選擇、研究時(shí)間段、數(shù)據(jù)集以及參數(shù)選擇等因素的不同，GPP的模擬結(jié)果存在較大的差異(表1)。其中，多年GPP總量最大值為使用TEC模型得到的2001—2015年的7.03 Pg C/a，最小值為利用MODIS產(chǎn)品得到2001—2015年的5.97 Pg C/a。本研究基于改進(jìn)后的EC-LUE模型得到年均GPP總量為6.36 Pg C/a，處于已有研究結(jié)果的區(qū)間范圍內(nèi)；GPP年均增長(zhǎng)率為0.02 Pg C/a，與MODIS產(chǎn)品和機(jī)器學(xué)習(xí)方法得到的結(jié)果相當(dāng)，但比其他模型的估算結(jié)果較小。利用多種模型開展大尺度GPP研究，可以降低陸地生態(tài)系統(tǒng)碳循環(huán)研究的不確定性。

表1 不同模型估算的中國(guó)年均GPP總量及其變化趨勢(shì)

相關(guān)研究結(jié)果表明，植被GPP與氣溫、降水等氣候條件息息相關(guān)[28-29]。整體上植被GPP變化與氣溫和降水呈正相關(guān)關(guān)系，偏相關(guān)系數(shù)分別為0.67(p<0.05)，0.31(p<0.05)，表明氣溫對(duì)GPP的變化影響強(qiáng)于降水，這與何勇等[30]的研究結(jié)果相似，但進(jìn)一步分析可知，受氣溫為主要驅(qū)動(dòng)因子的區(qū)域主要分布在青藏高原的大部分地區(qū)，如西藏和青海南部等，這可能是因?yàn)樵摰貐^(qū)屬于高海拔地區(qū)，氣溫相對(duì)偏低。當(dāng)氣溫升高時(shí)，可以促進(jìn)植物進(jìn)行光合作用，加快植被生長(zhǎng)，并固定更多的CO2[31-32]；受降水為主要驅(qū)動(dòng)因子的區(qū)域主要集中在中國(guó)北方地區(qū)，該地區(qū)屬于典型的干旱半干旱地區(qū)，年降水量相對(duì)偏少，水分是影響這一區(qū)域植被生長(zhǎng)的重要限制因素。一般而言，水分虧缺會(huì)導(dǎo)致植物的氣孔關(guān)閉，使通過(guò)氣孔進(jìn)入葉片的CO2減少，導(dǎo)致光合作用受到抑制，影響植被固碳[33-34]。此外，約有17%的地區(qū)受氣溫、降水的共同影響。

另一方面，在東北、華南的一些地區(qū)表現(xiàn)為非氣候因子驅(qū)動(dòng)，這些地區(qū)植被GPP的變化可能與人類活動(dòng)的影響有關(guān)。一些研究表明：城市化會(huì)導(dǎo)致植被GPP出現(xiàn)不同程度的降低[35]。然而，目前受限于數(shù)據(jù)資料的問(wèn)題，本研究并未定量分析人類活動(dòng)對(duì)植被GPP變化的影響。今后擬在搜集人口、社會(huì)經(jīng)濟(jì)等相關(guān)資料的基礎(chǔ)上，進(jìn)一步擴(kuò)展本研究工作。

4 結(jié) 論

(1) 1982—2016年我國(guó)植被GPP的空間分布具有較強(qiáng)的空間異質(zhì)性，整體上呈現(xiàn)南高北低的空間分布特征。單位面積年均GPP為897.48 g C/(m2·a)。高值區(qū)主要分布在我國(guó)云南、華南、東南沿海部分地區(qū)，低值區(qū)分布在青藏高原、新疆、內(nèi)蒙古西部干旱、寒冷地區(qū)。

(2) 近35 a的年際變化分析表明，我國(guó)植被GPP整體上呈上升趨勢(shì)，年均增長(zhǎng)率2.43 g C/(m2·a)。GPP呈顯著性上升的地區(qū)約占我國(guó)總面積的37.1%，呈顯著下降的地區(qū)約占8.3%。不同植被類型的年均GPP由大到小依次為森林[1 646.22 g C/(m2·a)]>農(nóng)田[850.31 g C/(m2·a)]>草地[786.96 g C/(m2·a)]。

(3) 我國(guó)植被GPP變化與氣溫和降水呈正相關(guān)關(guān)系，偏相關(guān)系數(shù)分別為0.67，0.31，氣溫對(duì)GPP年際變化的影響強(qiáng)于降水。我國(guó)植被GPP變化受氣候因子影響的面積占比57.4%，非氣候因子影響占比42.6%。